import pandas as pd
import matplotlib as mpl
import numpy as np
import seaborn as sb
import matplotlib.pyplot as plt
import plotly.express as px   # per le mappe coropletiche

df = pd.read_csv('Desktop/moststream.csv') # importo il dataset
df.to_csv('dataset_completo4.csv', index=False)

# calcolo il numero di stream totale per ogni artista e li ordino in modo decrescente
top_artists = df.groupby('Artist')['Total Streams (Millions)'].sum().sort_values(ascending=False)

# imposto la grandezza del grafico
plt.figure(figsize=(12, 6))

# creo il grafico
grafico = sb.barplot(x=top_artists.values, y=top_artists.index, hue=top_artists.index, palette='rocket')

# etichetto gli assi
plt.title('Most Streamed Artists (Millions)')
plt.xlabel('Total Streams (Millions)')
plt.ylabel('Artist')

# aggiungo i valori accanto a ogni barra
for i, l in enumerate(top_artists.values): # i=posizione della barra nel grafico, l=lunghezza barra
    grafico.text(l + 1, i, str(l), va='center')

plt.show()

# calcolo top e worst 5 paesi
top_countries = df.groupby('Country')['Total Streams (Millions)'].sum().sort_values(ascending=False).head(5)
worst_countries = df.groupby('Country')['Total Streams (Millions)'].sum().sort_values(ascending=False).tail(5)

# converto in DataFrame, resetto l'indice attuale e metto come indice numeri incrementali partendo da 0
top_df = top_countries.reset_index()
worst_df = worst_countries.reset_index()

# aggiungo una riga vuota per separare i top dai worst
separator = pd.DataFrame({'Country': [''], 'Total Streams (Millions)': [0]})

# combino assieme i due 
combined_df = pd.concat([top_df, separator, worst_df])

# imposto grandezza del grafico
plt.figure(figsize=(12, 9))

# creo il grafico
grafico = sb.barplot(data=combined_df, x='Total Streams (Millions)', y='Country', hue = 'Country', palette='mako')

# etichetto gli assi
plt.title('Top and Worst 5 Countries by Total Streams (Millions)')
plt.xlabel('Total Streams (Millions)')
plt.ylabel('Country')

# aggiungo i valori accanto a ogni barra
for i, l in enumerate(combined_df['Total Streams (Millions)']):
    if combined_df['Country'].iloc[i] != '':  # salto la riga vuota
        grafico.text(l + 1, i, str(l), va='center')

plt.show()

import plotly.io as pxio
pxio.renderers.default = 'iframe_connected'

# calcolo il totale di stream per ogni paese
selezione_col_million_stream = df.groupby('Country')['Total Streams (Millions)'].sum().reset_index()

# creo una mappa coropletica
fig = px.choropleth(
    selezione_col_million_stream,
    locations = 'Country',               # nomi dei paesi per trovare la posizione sulla mappa
    locationmode = 'country names',      # specifico il tipo di dato (nomi completi dei paesi)
    color = 'Total Streams (Millions)',  # valore da mappare
    color_continuous_scale = 'Viridis',  # palette per dati non categorici (valori non discreti ma continui)
    title = 'Total Streams by Country'   # etichetta/titolo del grafico
)

fig.show(renderer='notebook')

# imposto la grandezza del grafico
fig, ax = plt.subplots(figsize = (8, 4))

# creo il boxplot
sb.boxplot(df, y = 'Total Streams (Millions)', x='Country', hue = 'Country', palette = 'hls' );

# ruoto le etichette 
plt.xticks(rotation=90)

plt.show()

# raggruppo i dati per paese e artista sommando gli stream di ogni artista per ogni paese
selezione_col_paese_artista = df.groupby(['Country', 'Artist'])['Total Streams (Millions)'].sum().unstack(fill_value=0)
#fill_value=0 per mettere 0 su valori NaN eventuali

# seleziono da dove prendere i dati che mi interessano
paesi = selezione_col_paese_artista.index
artisti = selezione_col_paese_artista.columns
valori = selezione_col_paese_artista.values

# grandezza delle barre
x = np.arange(len(paesi))       # array con posizione per ogni paese sull'asse x
larghezza = 0.8 / len(artisti)  # larghezza delle barre, divisione spazio per non sovrapporle

# creo il grafico
fig, ax = plt.subplots(figsize=(10, 6))

# creo la palette
palette = [
    '#e6194b',  # rosso
    '#3cb44b',  # verde
    '#ffe119',  # giallo
    '#0082c8',  # blu 
    '#f58231',  # arancione
    '#911eb4',  # viola
    '#46f0f0',  # azzurro
    '#f032e6',  # magenta
    '#d2f53c',  # lime
    '#fabebe',  # rosa chiaro
    '#008080',  # verde petrolio
    '#e6beff',  # lilla
    '#aa6e28',  # marrone
    '#800000',  # bordeaux
    '#aaffc3'   # verde menta
]

# assegno a ogni artista un colore della palette
for i, artista in enumerate(artisti): # enumerate(artisti): per ottenere indice e nome dell'artista
    ax.bar(
           x + i * larghezza, # posizione delle barre
           valori[:, i],      # altezza delle barre
           width=larghezza,   # larghezza delle barre
           label=artista,     # do l'etichetta
           color=palette[i]   # asssegno colore dalla palette
          )
    
# etichetto gli assi
ax.set_xlabel('Paesi')
ax.set_ylabel('Total Stream (Millions)')

# do il titolo
ax.set_title('Stream totali per artista e paese')

# centro le etichette rispetto alle barre
ax.set_xticks(x + larghezza * (len(artisti) - 1) / 2)

# ruoto le etichette 
ax.set_xticklabels(paesi, rotation=90)

# porto la legenda fuori dal grafico per non coprire le barre
ax.legend(title='Artisti', bbox_to_anchor=(1.05, 1), loc='upper left')

plt.tight_layout()
plt.show()

import plotly.io as pxio
pxio.renderers.default = 'iframe_connected'

# raggruppo per ogni paese gli stream totali per ogni artista
df_grouped = df.groupby(['Country', 'Artist'])['Total Streams (Millions)'].sum().reset_index()

# seleziono l'artista con più stream per ogni paese
top_artists_by_country = df_grouped.sort_values('Total Streams (Millions)', ascending=False)\
                                   .drop_duplicates(subset=['Country'])

# assegno a ogni artista un colore
top_artists_by_country['Top Artist'] = top_artists_by_country['Artist'].astype('category')

# creo la mappa 
fig = px.choropleth(
    top_artists_by_country,
    locations = 'Country',                                   # nomi dei paesi per trovare la posizione sulla mappa
    locationmode = 'country names',                          # specifico il tipo di dato (nomi completi dei paesi)
    color = 'Top Artist',                                    # valore da mappare
    title = 'Most Streamed Artist by Country',               # etichetta/titolo del grafico
    color_discrete_sequence = px.colors.qualitative.Dark24   # palette per categorie distinte (valori discreti)
)

fig.show(renderer='notebook')

Analisi degli streaming su Spotify nel 2024¶

Perchè ho deciso di svolgere il progetto su questo argomento?¶

Quali domande mi sono posta?¶

Descrizione del Dataset¶

Analisi dei dati¶

1. Quali sono gli artisti che hanno il maggior numero di streaming?¶

2. Quali sono i paesi che hanno un maggior/minor numero di streaming?¶

3. Come varia la distribuzione del numero di stream nei vari paesi?¶

4. Qual è l'artista più ascoltato in ogni paese?¶

Conclusioni¶

A quale scopo potrebbe essere utile questa analisi?¶